Als Ergebnis von Big Data und der zunehmenden Vernetzung von Maschinen ist die künstliche Intelligenz (kurz: KI) zu einem wichtigen Treiber für die fortlaufende Digitalisierung in sämtlichen Bereichen der Gesellschaft und Wirtschaft geworden. Der Gebrauch der natürlichen Sprache wird in diesem Zusammenhang zu einem immer populäreren Kanal für die Mensch-Maschine-Interaktion (kurz: MMI). In zahlreichen Szenarien ist die Sprachinteraktion herkömmlichen Benutzerschnittstellen vorzuziehen, deren Benutzung unbequem oder sogar gefährlich sein kann, wie beim Autofahren.
Viele Menschen haben bereits weltweit Erfahrungen mit sprachgesteuerten digitalen Assistenten wie Alexa und Cortana sammeln können, die viele nützliche Funktionen für den Alltag bieten. Mittlerweile sind auch Szenarien für den Arbeitsalltag möglich. Dadurch das digitale Sprachassistenten Routineaufgaben übernehmen, kann Freiraum für Mitarbeiter im Büroalltag geschaffen werden, damit diese kreativeren Aufgaben nachgehen können. Laut einer Studie von Tractica sollen bis 2021 weltweit 1,8 Milliarden Nutzer Zugang zu digitalen Assistenten haben. Da die Erkennungsgenauigkeit der natürlichen Sprache innerhalb dieser Systeme bedeutend zunimmt und Gespräche immer flexibler und humaner werden, verringern sich zunehmend die damit verbundenen Barrieren und Nutzer finden vermehrt Anwendungen, die ihr tägliches Leben erleichtern. Bisher werden digitale Sprachassistenten jedoch hauptsächlich im privaten Bereich eingesetzt und dienen als Sprachschnittstelle, z.B. zur Beantwortung von Fragen, zur Bedienung des Lichts oder zum Musikhören. Aus der Arbeitswelt ist daher häufig die Wahrnehmung zu vernehmen, dass Sprachassistenten wenig oder keinen Einfluss auf die Wertschöpfung eines Unternehmens haben. Das Leistungspotenzial von Sprachassistenten wird dabei gänzlich unterschätzt. So wie mit dem Aufkommen aller neuen Technologien müssen sich die Anwender vorerst mit den Funktionen von digitalen Sprachassistenten vertraut machen und sich daran gewöhnen, diese im Alltag einzubinden.
Inhaltsverzeichnis
1 Einleitung
1.1 Motivation und Ausgangslage
1.2 Aufbau und Inhalt der Arbeit
2 Theoretischer Teil
2.1 Digitale Sprachassistenten
2.1.1 Historische Entwicklung
2.1.2 Technische Funktionsweise
2.1.3 Hindernisse und Treiber am Arbeitsplatz
2.2 Akzeptanzforschung
2.2.1 Diffusionstheorie
2.2.2 Einordnung des Akzeptanzbegriffes
2.2.3 Akzeptanzmodelle
2.3 Modelle zur Erklärung der Technologieakzeptanz
2.3.1 Verhaltenstheorien
2.3.2 Technology Acceptance Model
2.3.3 Unified Theory of Acceptance and Use of Technology
2.3.4 Task-Technology Fit Modell
3 Modellentwicklung und Hypothesenbildung
3.1 Forschungsmodell
3.2 Ableitung von Hypothesen
4 Empirischer Teil
4.1 Literaturrecherche
4.2 Erhebungsinstrument
4.2.1 Gestaltung des Fragebogens
4.2.2 Festlegung der Stichprobe
4.2.3 Pretest und Güterkriterien
4.3 Datenanalyse
5 Darstellung der Ergebnisse
5.1 Deskriptive Auswertung der Stichprobe
5.2 Datennormalität
5.3 Faktoren- und Reliabilitätsanalyse
5.4 Regressionsanalyse
5.4.1 Darstellung der überprüften Hypothesen
5.4.2 Auswertung des Forschungsmodells
6 Diskussion
6.1 Beantwortung der Forschungsfragen
6.2 Interpretation der Ergebnisse
7 Fazit
7.1 Zusammenfassung der Ergebnisse
7.2 Kritische Würdigung und Ausblick
Zielsetzung und Themen
Die Master-Thesis befasst sich mit der empirischen Evaluierung der Nutzerakzeptanz digitaler Sprachassistenten im Arbeitsumfeld. Ziel ist es, die spezifischen Hindernisse und Treiber für die Implementierung dieser Technologie am Arbeitsplatz zu identifizieren, um ein fundiertes Verständnis der Akzeptanzfaktoren zu ermöglichen und eine Basis für erfolgreiche Anwendungsstrategien zu schaffen.
- Analyse der historischen und technischen Grundlagen digitaler Sprachassistenten.
- Vertiefung der Akzeptanzforschung und relevanter Technologieakzeptanzmodelle (u.a. UTAUT, TTF).
- Entwicklung eines hybriden Forschungsmodells zur Analyse der Akzeptanzfaktoren.
- Durchführung einer quantitativen Online-Umfrage unter Erwerbstätigen.
- Statistische Auswertung mittels Regressionsanalyse zur Hypothesenprüfung.
Auszug aus dem Buch
2.1.2 Technische Funktionsweise
Spracherkennung stellt ein Teilgebiet der Computerlinguistik, Informatik und Ingenieurwissenschaften dar, mit dem Ziel Verfahren zu entwickeln, die gesprochene Sprache dem Computer zugänglich zu machen. Je nach Betriebssystem und Plattform können Anwender zwischen mehreren Sprachassistenz-Systemen wählen. Einige sind spezialisiert auf Smartphones oder Lautsprecher, andere sind wiederum auf einer Vielzahl von Plattformen kompatibel. Außerdem variiert der Umfang der möglichen Anfragen und Funktionen von Anbieter zu Anbieter. Dennoch weisen diese Systeme eine grundsätzlich vergleichbare Struktur auf. Am Anfang des Prozesses erfolgt die Spracheingabe, die digitalisiert und von Störgeräuschen bereinigt wird. Im nächsten Schritt wird die Intention der gewählten Aussage gedeutet. Allerdings ist die digitalisierte Sprache in vielen Situationen allein nicht ausreichend, um die Intention vollständig zu verstehen. Deshalb wird zusätzlich zur Sprachanfrage eine Auswahl weiterer Informationen wie frühere Anfragen, Käufe, Standortsdaten und andere Quellen zum Sprachverständnis herangezogen, um gezielt auf die Anfrage zu reagieren. Dieser Informationszugang variiert je nach System und wirkt sich auf die wahrgenommene Intelligenz der digitalen Sprachassistenten aus. Nach Bearbeitung der Anfrage erfolgt die Formulierung einer passenden Rückmeldung z. B. in Form eines Textes, die an den Anwender übermittelt wird. Der eigentliche Kern eines Sprachassistenten befindet sich im Rechenzentrum des jeweiligen Anbieters.
Die verwendeten Geräte, die sich in Büros, Küchen oder Wohnzimmern befinden, fungieren im Grunde nur als Gehör und Mund für digitale Sprachassistenten wie Alexa, Cortana oder Siri. Die Software im Rechenzentrum des Anbieters verwendet komplexe Algorithmen und maschinelle Lernverfahren, um Störgeräusche von der eigentlichen Nachricht zu trennen und in Maschinensprache umzuwandeln. Im nächsten Schritt wird die Nachricht analysiert und verarbeitet, um die konkrete Intention und damit verbundene Parameter des Anwenders zu ermitteln. Um die jeweilige Anfrage zu bearbeiten und eine Rückmeldung zu erzeugen, wird als nächstes ein passender Softwareprozess gestartet. Das daraus resultierende Ergebnis wird vom zentralen Rechenzentrum über das Internet zurück zum Eingabegerät übertragen und dort, z. B. über die integrierten Lautsprecher, ausgegeben.
Zusammenfassung der Kapitel
1 Einleitung: Die Arbeit führt in die Bedeutung von künstlicher Intelligenz und Sprachassistenten ein und motiviert die Untersuchung ihrer Akzeptanz im professionellen Arbeitsumfeld.
2 Theoretischer Teil: Es werden die technischen Grundlagen von Sprachassistenten sowie zentrale Theorien der Akzeptanz- und Verhaltensforschung systematisch aufgearbeitet.
3 Modellentwicklung und Hypothesenbildung: Auf Basis der Literatur wird ein spezifisches Forschungsmodell entwickelt, das UTAUT- und TTF-Ansätze kombiniert, um Hypothesen zur Nutzerakzeptanz abzuleiten.
4 Empirischer Teil: Beschreibt die methodische Vorgehensweise bei der Literaturrecherche sowie die Konzeption und Durchführung der quantitativen Online-Umfrage zur Datenerhebung.
5 Darstellung der Ergebnisse: Präsentation der statistischen Auswertung der Umfragedaten inklusive deskriptiver Statistik, Normalitätsprüfung sowie Faktoren- und Regressionsanalysen.
6 Diskussion: Die erhobenen Ergebnisse werden interpretiert und die eingangs aufgestellten Forschungsfragen auf Basis der statistischen Befunde beantwortet.
7 Fazit: Abschließende Zusammenfassung der wesentlichen Erkenntnisse sowie kritische Reflexion und Ausblick auf zukünftigen Forschungsbedarf.
Schlüsselwörter
Digitale Sprachassistenten, Akzeptanzforschung, Technologieakzeptanz, UTAUT, Task-Technology Fit, Künstliche Intelligenz, Spracherkennung, Mensch-Maschine-Interaktion, Nutzerakzeptanz, Arbeitsplatz, empirische Studie, Regressionsanalyse, Verhaltensabsicht, Routineaufgaben, Digitalisierung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht die Akzeptanz digitaler Sprachassistenten am Arbeitsplatz und analysiert, welche Faktoren deren Nutzung durch Anwender fördern oder behindern.
Was sind die zentralen Themenfelder der Studie?
Der Fokus liegt auf der Verknüpfung von Technikverständnis (Sprachassistenten), Akzeptanztheorien und empirischer Forschung zur Arbeitsplatzintegration.
Was ist die primäre Forschungsfrage?
Die Arbeit fragt nach den Einflussfaktoren auf die Nutzerakzeptanz von digitalen Sprachassistenten am Arbeitsplatz sowie nach einem geeigneten theoretischen Modell zur Messung dieser Akzeptanz.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine quantitative empirische Untersuchung in Form einer Online-Umfrage durchgeführt, die statistisch mittels Faktoren- und Regressionsanalyse ausgewertet wird.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden zunächst theoretische Grundlagen dargelegt, ein Forschungsmodell aus bestehenden Theorien abgeleitet, Hypothesen gebildet und diese durch eine Datenerhebung und -analyse validiert.
Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?
Die Arbeit lässt sich durch Begriffe wie Technologieakzeptanz, UTAUT-Modell, Sprachassistenten, Mensch-Maschine-Interaktion und empirische Arbeitsplatzanalyse beschreiben.
Warum wurde das UTAUT-Modell mit dem TTF-Modell kombiniert?
Die Kombination beider Modelle ermöglicht eine umfassendere Analyse, da sowohl die technologische Eignung für spezifische Aufgaben (TTF) als auch die individuelle Verhaltensabsicht (UTAUT) ganzheitlich betrachtet werden können.
Welche Rolle spielen die Moderatoren Alter und Geschlecht?
Die Arbeit prüft, ob Alter und Geschlecht einen signifikanten moderierenden Einfluss auf die Beziehung zwischen den Akzeptanzfaktoren und der Verhaltensabsicht bzw. Nutzung ausüben.
Welches Fazit zieht der Autor zur beruflichen Nutzung?
Aktuell wird die berufliche Nutzung von Sprachassistenten eher abgelehnt oder als wenig relevant eingestuft, was darauf hindeutet, dass der technologische Fortschritt noch nicht ausreicht, um bestehende Routineaufgaben im Arbeitsalltag hinreichend zu unterstützen.
- Citar trabajo
- Onur Güldali (Autor), 2020, Digitale Sprachassistenten am Arbeitsplatz und ihr Weg zur Nutzerakzeptanz. Hindernisse und Treiber beim Anwender, Múnich, GRIN Verlag, https://www.grin.com/document/1041566
